updated directory structure
[cc1516.git] / lex.icl
diff --git a/lex.icl b/lex.icl
index cc4bc2f..9a414cb 100644 (file)
--- a/lex.icl
+++ b/lex.icl
 implementation module lex
 
-import Data.Either
-import Data.List
+import Control.Monad, Control.Applicative
+import Data.Either, Data.Func, Data.Maybe, Data.Functor
+from StdFunc import o
+import StdBool
+import StdList
+import StdChar
 import StdString
-import System.CommandLine
-import StdFile
-import StdMisc
 
-// Misschien moeten we hier continuation style van maken
-instance toString lexerOutput where
-       toString l = "dit is een lexer output, danwel error\n"
+from Text import class Text(textSize,concat), instance Text String
+
+import yard
 
 lexer :: [Char] -> LexerOutput
-lexer _ = Left "Not Implemented"
-
-Start :: *World -> *World
-Start w
-# (args, w) = getCommandLine w // We lezen nu nog standaard van stdin
-# (out, w) = stdio w
-# (toparse, out) = readEntireFile out
-# out = out <<< toString (lexer toparse)
-# (b, w) = fclose out w
-| not b = setReturnCode 1 w
-= w
+lexer r = case runParser (lexProgram 1 1) r of
+       (Right p, _) = Right p
+       (Left e, _) = Left e
+
+lexProgram :: Int Int -> Parser Char [Token]
+lexProgram line column = lexToken >>= \t->case t of
+               LexEOF = pure []
+               (LexItemError e) = fail <?> 
+                       PositionalError line column ("LexerError: " +++ e)
+               (LexToken c t) = lexProgram line (column+c)
+                       >>= \rest->pure [{line=line, column=column, token=t}:rest]
+               LexNL = lexProgram (line+1) 1
+               (LexSpace l c) = lexProgram (line+l) (column+c)
+
+:: LexItem 
+       = LexToken Int TokenValue
+       | LexSpace Int Int
+       | LexNL 
+       | LexEOF 
+       | LexItemError String
+
+lexToken :: Parser Char LexItem
+lexToken = 
+       //Comments
+       lexBlockComment <|> lexComment <|>
+       //Keyword tokens
+       lexKw "var" VarToken <|> lexKw "Void" VoidToken <|>
+       lexKw "return" ReturnToken <|> lexKw "if" IfToken <|>
+       lexKw "else" ElseToken <|> lexKw "while" WhileToken <|>
+       lexKw "True" TrueToken <|> lexKw "False" FalseToken <|>
+       lexKw "Int" IntTypeToken <|> lexKw "Bool" BoolTypeToken <|>
+       lexKw "Char" CharTypeToken <|>
+       //Character tokens
+       lexEscape <|> lexCharacter <|>
+       //Two char ops tokens
+       lexWord "::" DoubleColonToken <|> lexWord "!=" NotEqualToken <|>
+       lexWord "<=" LesserEqToken <|> lexWord ">=" GreaterEqToken <|>
+       lexWord "==" EqualsToken <|> lexWord "&&" AmpersandsToken <|>
+       lexWord "||" PipesToken <|> lexWord "[]" EmptyListToken <|>
+       lexWord "->" ArrowToken <|> 
+       //One char ops tokens
+    lexWord "(" BraceOpenToken <|>
+       lexWord ")" BraceCloseToken <|> lexWord "{" CBraceOpenToken <|>
+       lexWord "}" CBraceCloseToken <|> lexWord "[" SquareOpenToken <|>
+       lexWord "]" SquareCloseToken <|> lexWord "," CommaToken <|>
+       lexWord ":" ColonToken <|> lexWord ";" SColonToken <|>
+       lexWord "." DotToken <|> lexWord "+" PlusToken <|>
+       lexWord "*" StarToken <|> lexWord "/" SlashToken <|>
+       lexWord "%" PercentToken <|> lexWord "=" AssignmentToken <|>
+       lexWord "<" LesserToken <|> lexWord ">" BiggerToken <|>
+       lexWord "!" ExclamationToken <|> lexWord "-" DashToken <|>
+       //Number and identifier tokens
+       lexNumber <|> lexIdentifier <|>
+       (item '\n' >>| pure LexNL) <|>
+       (satisfy isSpace >>| (pure $ LexSpace 0 1)) <|>
+       (eof >>| pure LexEOF)
        where
-               readEntireFile :: *File -> *([Char], *File)
-               readEntireFile f
-               # (b, c, f) = freadc f
-               | not b = ([], f)
-               # (cs, f) = readEntireFile f
-               = ([c:cs], f)
+               lexWord :: String TokenValue -> Parser Char LexItem
+               lexWord s tv = list (fromString s) >>| pure (LexToken (textSize s) tv)
+
+               lexKw :: String TokenValue -> Parser Char LexItem
+               lexKw kw tv = lexWord kw tv <* check (not o isIdentChar)
+
+               lexUntilNL = top until (eof <|> (item '\n' >>| pure Void))
+
+               lexComment :: Parser Char LexItem
+       lexComment = list (fromString "//") >>| lexUntilNL 
+                       >>= \chars->pure LexNL
+
+               lexBlockComment :: Parser Char LexItem
+               lexBlockComment = list (fromString "/*") 
+                       >>| (top until (list (fromString "*/")))
+                       >>= \chars->pure $ widthHeight chars 0 0
+                       where
+                               widthHeight :: [Char] Int Int -> LexItem
+                               widthHeight [] l c = LexSpace l c
+                               widthHeight ['\n':xs] l _ = widthHeight xs (l+1) 0
+                               widthHeight [x:xs] l c = widthHeight xs l (c+1)
+
+               lexNumber :: Parser Char LexItem
+               lexNumber = toString <$> some (satisfy isDigit) 
+                       >>= \si->pure $ LexToken (textSize si) (NumberToken $ toInt si)
+
+               lexIdentifier :: Parser Char LexItem
+               lexIdentifier = toString <$> some (satisfy isIdentChar)
+                       >>= \si->pure $ LexToken (textSize si) (IdentToken si)
+
+               isIdentChar c = isAlphanum c || c == '_'
+
+               lexCharacter :: Parser Char LexItem
+               lexCharacter = item '\'' *> satisfy ((<>) '\'') <* item '\''
+                       >>= \char->pure $ LexToken 3 (CharToken char)
+
+               lexEscape :: Parser Char LexItem
+               lexEscape = item '\'' *> item '\\' *> top <* item '\''
+                       >>= \char->pure case char of
+                               'a' = LexToken 4 (CharToken $ toChar 7)
+                               'b' = LexToken 4 (CharToken '\b')
+                               'b' = LexToken 4 (CharToken '\b')
+                               'f' = LexToken 4 (CharToken '\f')
+                               'n' = LexToken 4 (CharToken '\n')
+                               'r' = LexToken 4 (CharToken '\t')
+                               'v' = LexToken 4 (CharToken '\v')
+                               '\'' =LexToken 4 (CharToken '\'')
+                               c = (LexItemError $ "Unknown escape: " +++ toString c)